Skip to main content
Glama

FastGPT Knowledge Base MCP

by boleyn

知识库管理MCP服务器 v2.0

一个专为 FastGPT 设计的知识库管理工具,基于 FastMCP 构建,提供智能的知识库搜索和管理功能。支持自适应查找知识,帮助 AI 助手更好地理解和检索相关信息。

🌟 核心特性

🎯 自适应知识查找

  • 智能关键词扩展: 自动将核心词扩展为同义词、相关词、上下文词
  • 多层级搜索策略: 从精确匹配到模糊搜索的渐进式查找
  • 跨数据集并行搜索: 同时在多个知识库中查找相关信息
  • 深度文件夹探索: 自动发现深层目录中的知识库资源

🔧 丰富的工具集

  • 目录树浏览: 快速了解知识库结构和可用数据集
  • 精确搜索: 在指定数据集中进行高精度内容检索
  • 批量搜索: 跨多个数据集的并行搜索和结果汇总
  • 完整内容查看: 获取文档的完整内容和详细信息
  • 文件夹深度探索: 发现和访问嵌套文件夹中的资源

🚀 快速开始

1. 安装依赖

本项目使用 uv 进行依赖管理:

# 安装 uv(如果尚未安装) curl -LsSf https://astral.sh/uv/install.sh | sh # 安装项目依赖 uv sync

2. 配置环境

复制配置文件并根据需要修改:

cp config.env.example .env

.env 文件中配置您的设置:

# 知识库配置 DEFAULT_PARENT_ID=your-parent-id # API配置 API_BASE_URL=http://your-api-domain.com API_TOKEN=your-api-token # MCP服务器配置 MCP_SERVER_HOST=0.0.0.0 MCP_SERVER_PORT=18007

3. 启动服务器

# 使用 uv 运行 uv run python main.py # 或者激活虚拟环境后运行 source .venv/bin/activate # Linux/Mac # 或 .venv\Scripts\activate # Windows python main.py

服务器将在配置的端口启动(默认 http://0.0.0.0:18007),SSE端点为 http://0.0.0.0:18007/sse

🔗 FastGPT 集成配置

MCP 客户端配置

在 FastGPT 的 MCP 配置中添加以下设置:

{ "name": "知识库管理工具", "url": "http://0.0.0.0:18007/sse?parentId=YOUR_PARENT_ID", "description": "智能知识库搜索和管理工具" }

🔑 ParentId 配置说明

parentId 是知识库访问的关键标识符,有两种配置方式:

方式1: URL参数配置(推荐)

在 MCP 配置的 URL 中直接指定:

http://0.0.0.0:18007/sse?parentId=your-specific-parent-id
方式2: 默认配置

.env 文件中设置默认值:

DEFAULT_PARENT_ID=your-default-parent-id

智能切换机制:

  • 系统会自动检测 URL 中的 parentId 参数变化
  • 支持会话级别的 parentId 存储和管理
  • 当 URL 参数变化时,自动更新当前会话的知识库访问权限

🛠️ 可用工具

1. 📁 get_dataset_tree

获取知识库目录树,浏览所有可用的数据集和文件夹。

# 基础用法 get_dataset_tree() # 带过滤的用法 get_dataset_tree(search_value="网络管理 系统", deep=6)

2. 🔍 search_dataset

在指定数据集中进行精确搜索。

search_dataset( dataset_id="dataset-123", text="用户权限管理", limit=10 )

跨多个数据集的并行搜索。

multi_dataset_search( dataset_ids=["dataset-1", "dataset-2", "dataset-3"], query="系统配置", limit_per_dataset=5 )

4. 📄 view_collection_content

查看文档的完整内容。

view_collection_content( collection_id="collection-456", page_size=50 )

5. 🎯 expand_search_keywords

智能关键词扩展,提升搜索效果。

expand_search_keywords( original_query="用户管理", expansion_type="comprehensive" )

6. 📂 explore_folder_contents

深入探索文件夹内容,发现嵌套资源。

explore_folder_contents( folder_id="folder-789", search_value="配置文档", deep=8 )

🧠 智能搜索策略

自适应查找流程

  1. 关键词扩展: 使用 expand_search_keywords 生成相关词汇
  2. 目录探索: 通过 get_dataset_tree 发现相关数据集
  3. 精确搜索: 使用 search_dataset 在目标数据集中搜索
  4. 批量搜索: 通过 multi_dataset_search 扩大搜索范围
  5. 深度查看: 使用 view_collection_content 获取完整信息

最佳实践

# 1. 首先扩展关键词 expanded = expand_search_keywords("用户权限", "comprehensive") # 2. 探索相关数据集 tree = get_dataset_tree("用户 权限 管理", deep=5) # 3. 多数据集并行搜索 results = multi_dataset_search( dataset_ids=["found-dataset-1", "found-dataset-2"], query="用户权限管理配置", limit_per_dataset=8 ) # 4. 查看详细内容 content = view_collection_content("relevant-collection-id")

📊 功能特点

🎯 智能化

  • 自动关键词扩展和语义理解
  • 渐进式搜索策略,从精确到模糊
  • 智能结果排序和相关性评分

⚡ 高性能

  • 并行搜索多个数据集
  • 异步处理提升响应速度
  • 智能缓存和会话管理

🔧 易用性

  • 统一的API接口设计
  • 详细的错误提示和日志
  • 灵活的参数配置

🛡️ 可靠性

  • 完善的异常处理机制
  • 会话级别的状态管理
  • 自动重试和容错处理

📝 日志和调试

服务器提供详细的日志信息,包括:

  • 🔑 ParentId 使用和切换记录
  • 🔍 搜索请求和结果统计
  • ⚡ 性能监控和错误追踪
  • 📊 工具使用情况分析

🤝 与 FastGPT 的协同

这个工具专为 FastGPT 设计,提供:

  1. 智能知识检索: 帮助 AI 快速找到相关信息
  2. 上下文理解: 通过关键词扩展提升理解能力
  3. 多源信息整合: 跨数据集搜索提供全面视角
  4. 动态知识库切换: 通过 parentId 灵活访问不同知识库

🔧 技术架构

  • 框架: FastMCP (基于 FastAPI)
  • 传输协议: Server-Sent Events (SSE)
  • 异步处理: asyncio 并发处理
  • 会话管理: 基于客户端ID的状态存储
  • API集成: RESTful API 客户端

📞 支持和反馈

如有问题或建议,请通过以下方式联系:

  • 查看日志文件获取详细错误信息
  • 检查 .env 配置文件是否正确
  • 确认 API 连接和 parentId 设置
  • 使用 uv run python main.py 启动服务器

让 AI 更智能地管理和检索知识! 🚀

Related MCP Servers

  • A
    security
    A
    license
    A
    quality
    Provides tools for listing and retrieving content from different knowledge bases using semantic search capabilities.
    Last updated -
    2
    10
    TypeScript
    The Unlicense
    • Linux
    • Apple
  • -
    security
    A
    license
    -
    quality
    Provides knowledge graph functionality for managing entities, relations, and observations in memory with strict validation rules to maintain data consistency.
    Last updated -
    6
    Python
    MIT License
  • -
    security
    F
    license
    -
    quality
    Provides tools for managing student knowledge graphs, enabling structured representation of courses, assignments, exams, concepts, and study resources.
    Last updated -
    TypeScript
    • Apple
    • Linux
  • -
    security
    A
    license
    -
    quality
    A powerful knowledge management system that forges wisdom from experiences, insights, and best practices. Built with Qdrant vector database for efficient knowledge storage and retrieval.
    Last updated -
    3
    TypeScript
    MIT License

View all related MCP servers

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/boleyn/fastgpt-dataset-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server